Python基于NumPy实现相邻边界区间数组值求和的函数修正

偏差核心原因 #

• np.digitize的默认分类会额外生成两个有效区间外的类别：所有小于最小边界值的元素归为0类，所有大于等于最大边界值的元素归为长度等于边界数组长度的类，这两个类别的求和值不属于目标计算范围
• np.bincount的输出长度由最大分类值决定，没有对齐相邻边界构成的固定区间数（排序后边界数组长度减1），导致输出长度、元素顺序不符合预期

修正实现 #

核心调整逻辑：

• 提前计算固定区间总数 = 排序后边界数组长度 - 1，保证输出长度严格匹配区间数量
• 过滤掉落在所有边界范围外的无效元素，仅保留落在相邻边界区间内的元素参与求和
• 将有效分类的索引偏移为从0开始的连续序列，通过minlength参数强制bincount输出固定长度的结果，无匹配元素的区间自动补0
  修正后的完整代码：

import numpy as np

def formating(a, b):
    x = np.sort(b)
    n_intervals = len(x) - 1
    l = np.digitize(a, x)
    # 筛选落在有效边界范围内的元素
    valid_mask = (l >= 1) & (l <= len(x) - 1)
    valid_l = l[valid_mask] - 1
    valid_weights = a[valid_mask]
    # 生成固定长度的加权求和结果
    result = np.bincount(valid_l, weights=valid_weights, minlength=n_intervals)
    return result

Numbers = np.array([3, 4, 5, 7, 8, 10,20])
limit1 = np.array([0, 2 , 5, 12, 15])
limit2 = np.array([0, 2 , 5, 12])
limit3 = np.array([0, 2 , 5, 12, 15, 22])

result1= formating(Numbers, limit1)
result2= formating(Numbers, limit2)
result3= formating(Numbers, limit3)

运行后输出完全匹配预期：

result1:  [ 0.  7. 30.  0.] 
result2:  [ 0.  7. 30. ] 
result3:  [ 0.  7. 30.  0. 20.]

内容的提问来源于stack exchange，提问作者ege Selcuk